一、什么是神奇九转指标

神奇九转是一套判断股票高低点的择时策略，属于中短线（2-3周10-15个交易日）技术指标。神奇九转指标思想来源于技术分析领域著名大师汤姆·迪马克的TD序列，即股价上涨或（下跌）过程中连续9日收盘价高于（或低于）前4天的收盘价，其后走势很可能发生转向。所有对转向的判断是定量且不变的。其核心功能为发现当前股价走势的拐点，提高抄底、逃顶的成功率。TD序列主要包括TD阻力线、TD结构、TD计数三大部分，而神奇九转只是对于TD结构的应用。通过同花顺大数据进行回测显示，神奇九转指标基于个股逃顶和抄底的成功率为68.6%，基于指数逃顶和抄底的成功率为75.6%。

注意：神奇九转指标策略作为市场上稀有的择时策略选股指标（不同于MACD、KDJ、W&R、筹码指标等滞后性很强），大概率能够捕捉到个股得低位或者高位得转折点。但有一点需要注意：该指标只适合于指数和个股的震荡市、弱牛市以及弱熊市；不适合于大牛市或大熊市！

1.1 神奇九转指标逻辑

股价上涨或（下跌）过程中连续9日收盘价高于（或低于）前4天的收盘价即满足神奇九转指标逻辑。股价在上涨或（下跌）过程中连续9日达到触发条件会生成数列1、2、3....7、8、9，数列会依次标注在当日K线上方（下方）。只有当股价连续第六天达到触发条件时，数列才开始进行显示，依次显示1、2、3、4、5、6，当第七天依然达到触发条件时则显示7，如第七日未达到触发条件则前面6天的序号消失。第八日同第七日的显示逻辑一样。当第九天依然达到触发条件时，便形成了一个九转结构。而当第九日未达到触发条件时则前面8日的序号消失，九转结构不成立。股价上涨过程中形成的九转结构称之为上涨九转卖出结构，而股价下跌过程中形成的九转结构则称之为下跌九转买入结构。

1.2 下跌九转买入结构

下跌九转买入结构：满足两个条件：第一：连续出现九根K线的收盘价都比各自前面的第四根K线的收盘价低。第二：8或9的当日最低价格小于6或7的当日最低价格。

下跌九转买入结构

1.2 上涨九转卖出结构

上涨九转卖出结构：满足两个条件：第一：连续出现九根K线的收盘价都比各自前面的第四根K线的收盘价高。第二：8或9的当日最高价格大于6或7的当日最高价格。

上涨九转卖出结构

二、通过Tushare获取神奇九转所需数据

2.1 stock_basic股票基础数据接口

• 接口描述

获取股票基础信息数据，包括股票代码、名称、上市日期、退市日期等。

• 输入参数

• 输出参数

• 接口示例

pro = ts.pro_api()
#查询当前所有正常上市交易的股票列表
data = pro.stock_basic(exchange = '', list_status = 'L', fields = 'ts_code, symbol, name, area, industry, list_date')

• 数据样例

ts_code symbol name area industry list_date
0 000001.SZ 000001 平安银行 深圳 银行 19910403
1 000002.SZ 000002 万科A 深圳 全国地产 19910129
2 000004.SZ 000004 国农科技 深圳 生物制药 19910114
3 000005.SZ 000005 世纪星源 深圳 房产服务 19901210
4 000006.SZ 000006 深振业A 深圳 区域地产 19920427
5 000007.SZ 000007 全新好 深圳 酒店餐饮 19920413
6 000008.SZ 000008 神州高铁 北京 运输设备 19920507
7 000009.SZ 000009 中国宝安 深圳 综合类 19910625
8 000010.SZ 000010 美丽生态 深圳 建筑施工 19951027
9 000011.SZ 000011 深物业A 深圳 区域地产 19920330
10000012.SZ000012南玻A深圳玻璃19920228

2.2 daily股票日线行情数据接口

• 接口描述

获取股票日线行情数据。

数据说明：交易日每天15点～16点之间。本接口是未复权行情，停牌期间不提供数据。

调取说明：基础积分每分钟内最多调取500次，每次5000条数据，相当于23年历史。

• 输入参数

• 输出参数

• 接口示例

pro = ts.pro_api()
df = pro.daily(ts_code = '000001.SZ', start_date = '20180701', end_date = '20180718')
#多个股票
df = pro.daily(ts_code = '000001.SZ, 600000.SH', start_date = '20180701', end_date = '20180718')
#通过日期取历史某一天的全部历史
df = pro.daily(trade_date='20180810')

• 数据样例

ts_code trade_date open high low close pre_close change pct_chg vol amount
0 000001.SZ 20180718 8.75 8.85 8.69 8.70 8.72 -0.02 -0.23 525152.77 460697.377
1 000001.SZ 20180717 8.74 8.75 8.66 8.72 8.73 -0.01 -0.11 375356.33 326396.994
2 000001.SZ 20180716 8.85 8.90 8.69 8.73 8.88 -0.15 -1.69 689845.58 603427.713
3 000001.SZ 20180713 8.92 8.94 8.82 8.88 8.88 0.00 0.00 603378.21 535401.175
4 000001.SZ 20180712 8.60 8.97 8.58 8.88 8.64 0.24 2.78 1140492.31 1008658.828
5 000001.SZ 20180711 8.76 8.83 8.68 8.78 8.98 -0.20 -2.23 851296.70 744765.824
6 000001.SZ 20180710 9.02 9.02 8.89 8.98 9.03 -0.05 -0.55 896862.02 803038.965
7 000001.SZ 20180709 8.69 9.03 8.68 9.03 8.66 0.37 4.27 1409954.60 1255007.609
8 000001.SZ 20180706 8.61 8.78 8.45 8.66 8.60 0.06 0.70 988282.69 852071.526
9 000001.SZ 20180705 8.62 8.73 8.55 8.60 8.61 -0.01 -0.12 835768.77 722169.579

三、神奇九转指标策略选股的Python实现

3.1 代码说明

从Tushare获取的股票基础数据存放在Mysql数据中。从数据库中找出所有非ST股票，然后循环检查每一只股票当前日期是否符合神奇九转指标策略（包括卖出和买入），符合策略的股票数据显示在表格中。

注：因篇幅原因，以下代码为主要实现逻辑，非全部代码。如需请联系。

3.2 主要代码

def get_nine_turn_index(self):
lstBuy = []
lstSell = []
dfBuy = self.get_data_from_file(IDX_BUY)
dfSell = self.get_data_from_file(IDX_SELL)
if dfBuy.empty or dfSell.empty:
stData = cmnDB().get_all_stock_basic_data(noST=True)
idx = 0
iTop = 15
total = len(stData)
start = time.perf_counter()
for itm in stData:
st = self.get_stock_json_data(itm)
stCode = itm[0]
data = cmnDB().get_nine_turn_data(stCode, lmt=iTop)
data = data.iloc[:iTop]
oClose = data.close.values
if self.get_is_nine_turn_buy_stock(oClose):
st['idx_type'] = IDX_BUY
lstBuy.append(st)
elif self.get_is_nine_turn_sell_stock(oClose):
st['idx_type'] = IDX_SELL
lstSell.append(st)
idx += 1
cmn.show_progress_bar(idx, total, start, oBar=oGauge)
# 生成csv文件
self.make_nine_turn_file(lstBuy, IDX_BUY)
self.make_nine_turn_file(lstSell, IDX_SELL)
# 转换为DataFrame
dfBuy = pd.DataFrame(lstBuy)
dfSell = pd.DataFrame(lstSell)
df = dfBuy.append(dfSell, ignore_index=True)
self.show_data_in_grid(df)

""" ==================================================
*** Name: get_is_nine_turn_buy_stock
*** Desc: check the stock meet the magic nine turn index of buy
*** Param: oClose - close value records of stock
*** Return: Boolean: True / False
"""
def get_is_nine_turn_buy_stock(self, oClose):
rtn = False
iCount = 0
for idx in range(len(oClose) - 5):
if oClose[idx] < oClose[idx+4]:
iCount += 1
if iCount == 8:
rtn = True
break
else:
break
return rtn

""" ==================================================
*** Name: get_is_nine_turn_sell_stock
*** Desc: check the stock meet the magic nine turn index of sell
*** Param: oClose - close value records of stock
*** Return: Boolean: True / False
"""
def get_is_nine_turn_sell_stock(self, oClose):
rtn = False
iCount = 0
for idx in range(len(oClose) - 5):
if oClose[idx] > oClose[idx+4]:
iCount += 1
if iCount == 8:
rtn = True
break
else:
break
return rtn

3.3 实现结果数据样例

符合九转买入结构股票

符合九转卖出结构股票